我的路径
理解系统,参与市场,建设产品。
三段经历,逐步汇到同一个问题:怎样把对能源和市场的理解,转化为可执行、可验证的经营决策。
能源系统研究
在代尔夫特的博士研究中,围绕强化学习、储能调度与优化方法,学习在物理约束下比较行动后果。
欧洲电力市场实践
在市场研究和交易实践中,模型要面对变化的价格、市场规则与风险,判断也需要落实为行动。
任能科技的系统建设
如今与团队建设能源模型和决策系统,把研究方法、市场规则和客户的经营任务连接起来。
当前工作
在任能科技,连接模型与经营决策
能源资产的经营需要同时理解系统状态、市场变化和行动约束。预测还要进入参与时段、电量、报价或调度的选择。
我与团队围绕这些任务建设能源模型、决策系统和工作流,让研究方法能够被使用、被检验,并通过执行反馈、风控和复盘持续改进。
研究详情决策系统
从市场事实到可追踪行动
这是我当前工作的公开表达:决策 Agent 不应只是生成分析,而应帮助能源团队连接证据、约束、决策和复盘。
- 01
规则
市场机制、价格规则、报价约束、资产边界和运行限制。
- 02
预测
价格、不确定性、新能源出力、负荷、灵活性和场景分布。
- 03
策略
调度逻辑、参与选择、风险偏好和组合层面的优先级。
- 04
执行
人工确认的行动、运行回执、异常处理和可追踪状态。
- 05
风控
策略边界、异常检查、覆盖路径和失败模式意识。
- 06
复盘
事后学习、模型反馈、决策记录和可问责的持续改进。
代表工作
论文与写作
与能源系统、储能和决策方法相关的部分公开研究与长文写作。
论文
RL-ADN: A high-performance Deep Reinforcement Learning environment for optimal Energy Storage Systems dispatch in active distribution networks
Energy and AI,2025。
Safe Imitation Learning-based Optimal Energy Storage Systems Dispatch in Distribution Networks
arXiv,2024。
联系
欢迎围绕能源科技、电力市场和 AI 决策系统进行公开交流。
如果你的工作涉及电力市场、储能、能源 AI、演讲或研究转化,邮件是最清晰的起点。
联系页面